一、簡(jiǎn)單介紹
正則表達(dá)式是一種小型的、高度專業(yè)化的編程語言，并不是python中特有的，是許多編程語言中基礎(chǔ)而又重要的一部分。在python中，主要通過re模塊來實(shí)現(xiàn)。
正則表達(dá)式模式被編譯成一系列的字節(jié)碼，然后由用c編寫的匹配引擎執(zhí)行。那么正則表達(dá)式通常有哪些使用場(chǎng)景呢？
比如為想要匹配的相應(yīng)字符串集指定規(guī)則；
該字符串集可以是包含e-mail地址、Internet地址、電話號(hào)碼，或是根據(jù)需求自定義的一些字符串集；
當(dāng)然也可以去判斷一個(gè)字符串集是否符合我們定義的匹配規(guī)則；
找到字符串中匹配該規(guī)則的部分內(nèi)容；
修改、切割等一系列的文本處理；
......
二、特殊符號(hào)和字符（元字符）
這里介紹常見的一些元字符，它給予正則表達(dá)式強(qiáng)大的功能和靈活性。表2-1列出了比較常見的符號(hào)和字符。
三、正則表達(dá)式
1、使用 compile()函數(shù)編譯正則表達(dá)式
由于python代碼最終會(huì)被翻譯成字節(jié)碼，然后在解釋器上執(zhí)行。所以對(duì)于我們代碼中經(jīng)常要用到的一些正則表達(dá)式進(jìn)行預(yù)編譯，執(zhí)行起來會(huì)更加便捷。
re模塊中的大多數(shù)函數(shù)和已經(jīng)編譯的正則表達(dá)式對(duì)象和正則匹配對(duì)象的方法同名并且具有相同的功能。
示例：
|
1
2
3
4
5
6
7
8
9
10
11
|
>>> import re>>> r1 = r'bugs' # 字符串前加"r"反斜杠就不會(huì)被任何特殊方式處理，這是個(gè)習(xí)慣，雖然這里沒用到>>> re.findall(r1, 'bugsbunny') # 直接利用re模塊進(jìn)行解釋性地匹配['bugs'] >>>>>> r2 = re.compile(r1) # 如果r1這個(gè)匹配規(guī)則你會(huì)經(jīng)常用到，為了提高效率，那就進(jìn)行預(yù)編譯吧>>> r2 # 編譯后的正則對(duì)象<_sre.SRE_Pattern object at 0x7f5d7db99bb0>>>>>>> r2.findall('bugsbunny') # 訪問對(duì)象的findall方法得到的匹配結(jié)果與上面是一致的['bugs'] # 所以說，re模塊中的大多數(shù)函數(shù)和已經(jīng)編譯的正則表達(dá)式對(duì)象和正則匹配對(duì)象的方法同名并且具有相同的功能 |
re.compile()函數(shù)也接受可選的標(biāo)志參數(shù)，常用來實(shí)現(xiàn)不同的特殊功能和語法變更。這些標(biāo)志也可以作為參數(shù)適用于大多數(shù)re模塊函數(shù)。這些標(biāo)志可以用操作法(|)合并。
示例：
|
1
2
3
4
5
|
>>> import re>>> r1 = r'bugs'>>> r2 = re.compile(r1,re.I) # 這里選擇的是忽略大小寫的標(biāo)志，完整的是re.IGNORECASE，這里簡(jiǎn)寫re.I>>> r2.findall('BugsBunny')['Bugs']<br><br># re.S 使.匹配換行符在內(nèi)的所有字符<br># re.M 多行匹配，英雄^和$<br># re,X 用來使正則匹配模式組織得更加清晰 |
完整的標(biāo)志參數(shù)列表和用法可以參考相關(guān)官方文檔。
2、使用正則表達(dá)式
re模塊提供了一個(gè)正則表達(dá)式引擎的接口，下面具體介紹一些常用的函數(shù)和方法。
匹配對(duì)象以及group()和groups()方法
當(dāng)處理正則表達(dá)式時(shí)，除了正則表達(dá)式對(duì)象之外，還有一個(gè)對(duì)象類型：匹配對(duì)象。這些是成功調(diào)用 match()或者search()返回的對(duì)象。匹配對(duì)象有兩個(gè)主要的方法：group()和groups()。
group()要么返回整個(gè)匹配對(duì)象，要么根據(jù)要求返回特定子組。groups()則僅返回一個(gè)包含唯一或者全部子組的元組。如果沒有子組的要求，那么當(dāng)group()仍然返回整個(gè)匹配時(shí)，groups返回一個(gè)空元組。下面一些函數(shù)示例會(huì)演示到此方法。
使用 match()方法匹配字符串
match()函數(shù)從字符串的起始部分對(duì)模式進(jìn)行匹配。如果匹配成功，就返回一個(gè)匹配對(duì)象；如果匹配失敗，就返回 None，匹配對(duì)象的方法 group()方法就能夠用于顯示那個(gè)成功的匹配。
示例如下：
|
1
2
3
4
5
|
>>> m = re.match('bugs', 'bugsbunny') # 模式匹配字符串>>> if m is not None: # 如果匹配成功，就輸出匹配內(nèi)容... m.group()...'bugs'<br>>>> m<br><_sre.SRE_Match object at 0x7f5d7da1f168> # 確認(rèn)返回的匹配對(duì)象 |
使用search()在一個(gè)字符串中查找模式
search()的工作方式與match()完全一致，不同之處在于search()是對(duì)給定正則表達(dá)式模式搜索第一次出現(xiàn)的匹配情況。簡(jiǎn)單來說，就是在任意位置符合都能匹配成功，不僅僅是字符串的起始部分，這就是與match()函數(shù)的區(qū)別，用腳指頭想想search()方法使用的范圍更多更廣。
示例：
|
1
2
3
4
5
|
>>> m = re.search('bugs', 'hello bugsbunny')>>> if m is not None:... m.group()...'bugs' |
使用findall()和finditer()查找每一次出現(xiàn)的位置
findall()是用來查找字符串中所有（非重復(fù)）出現(xiàn)的正則表達(dá)式模式，并返回一個(gè)匹配列表；finditer()與findall()不同的地方是返回一個(gè)迭代器，對(duì)于每一次匹配，迭代器都返回一個(gè)匹配對(duì)象。
|
1
2
3
4
5
6
7
8
|
>>> m = re.findall('bugs', 'bugsbunnybugs')>>> m['bugs', 'bugs']>>> m = re.finditer('bugs', 'bugsbunnybugs')>>> m.next() # 迭代器用next()方法返回一個(gè)匹配對(duì)象<_sre.SRE_Match object at 0x7f5d7da71a58> # 匹配用group()方法顯示出來>>> m.next().group()'bugs' |
使用sub()和subn()搜索與替換
都是將某字符串中所有匹配正則表達(dá)式的部分進(jìn)行某種形式的替換。sub()返回一個(gè)用來替換的字符串，可以定義替換次數(shù)，默認(rèn)替換所有出現(xiàn)的位置。subn()和sub()一樣，但subn()還返回一個(gè)表示替換的總是，替換后的字符串和表示替換總數(shù)一起作為一個(gè)擁有兩個(gè)元素的元組返回。
示例：
|
1
2
3
4
|
>>> r = 'a.b'>>> m = 'acb abc aab aac'>>> re.sub(r,'hello',m)'hello abc hello aac'<br>>>> re.subn(r,'hello',m)<br>('hello abc hello aac', 2) |
字符串也有一個(gè)replace()方法，當(dāng)遇到一些模糊搜索替換的時(shí)候，就需要更為靈活的sub()方法了。
使用split()分割字符串
同樣的，字符串中也有split()，但它也不能處理正則表達(dá)式匹配的分割。在re模塊中，分居正則表達(dá)式的模式分隔符，split函數(shù)將字符串分割為列表，然后返回成功匹配的列表。
示例：
|
1
2
3
|
>>> s = '1+2-3*4'>>> re.split(r'[+-*]',s)['1', '2', '3', '4'] |
分組
有時(shí)在匹配的時(shí)候我們只想提取一些想要的信息或者對(duì)提取的信息作一個(gè)分類，這時(shí)就需要對(duì)正則匹配模式進(jìn)行分組，只需要加上()即可。
示例：
|
1
2
3
4
5
6
7
8
9
|
>>> m = re.match('(w{3})-(d{3})','abc-123')>>> m.group() # 完整匹配 'abc-123'>>> m.group(1) # 子組1'abc'>>> m.group(2) # 子組2'123'>>> m.groups() # 全部子組('abc', '123') |
由以上的例子可以看出，group()通常用于以普通方式顯示所有的匹配部分，但也能用于獲取各個(gè)匹配的子組。可以使用groups()方法來獲取一個(gè)包含所有匹配字符串的元組。
以上所述是小編給大家介紹的python模塊之re正則表達(dá)式詳解，希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)服務(wù)器之家網(wǎng)站的支持！
原文鏈接：http://www.cnblogs.com/bugsbunny/archive/2017/02/03/6308852.html
